字节跳动 AI 原生 IDE Trae 安装与上手图文教程

字节跳动 AI 原生 IDE Trae 安装与上手图文教程

文章目录


一、 什么是 Trae?

简单来说,Trae 是字节跳动近期推出的一款 AI 原生集成开发环境 (IDE)。你可以把它看作是国内打磨极佳的 Cursor 或 Windsurf 替代品。它从底层架构开始就围绕 AI 能力构建,不仅能自动补全代码,还能直接听懂你的大白话,帮你从零开始写项目、修 Bug、甚至一键部署后端服务。

核心亮点:

  • 完全免费:目前处于免费阶段,对于动辄几十美元一个月的 AI 开发工具来说,性价比拉满。
  • 顶级大模型接入:国内版搭载了 Doubao-1.5-pro,并且支持无缝切换满血版 DeepSeek-R1 & V3 等顶级模型。
  • 双核驱动
    • Builder 模式:AI 自动编写代码、跨文件修改、运行终端命令,实现真正的代码“自动驾驶”。
    • Chat 模式:与 AI 对话,解答代码疑问,提供优化建议。
  • 完美兼容 VS Code:支持一键导入 VS Code 的配置、快捷键和海量插件,无缝迁移,零学习成本。

没问题,加入价格对比后,这两个版本的差异会更加直观,也正中很多开发者的痛点(毕竟大家都很关心到底要不要花钱)。

国际版与国内版区别

Trae 国内版 (CN版)Trae 国际版 (Global版)
官方网址trae.com.cntrae.ai
价格与收费完全免费(目前处于推广红利期,国内顶级模型及各项功能均免费畅享)免费额度 + 阶梯订阅制(提供免费基础档;进阶按月收费,如 Lite 档 $3/月,Pro 档 $10/月起,享更多高级模型用量和无限代码补全)
内置大模型Doubao-1.5-pro, DeepSeek-V3, DeepSeek-R1 等Claude 3.5/3.7 Sonnet, GPT-4o 等海外第一梯队闭源模型
网络环境国内直连,响应速度极快且稳定需具备海外网络访问能力(需配置科学网络环境)
账号与登录手机号、微信扫码、火山引擎账号等Google 账号、海外邮箱、Apple ID 等
语言与本地化默认简体中文,深度优化国内开发语境支持中/英双语,面向全球开发者生态

二、 下载与环境准备

第一步:访问官网下载

  1. 在首页根据你的操作系统(Windows 或 macOS)点击对应的下载按钮,将安装包下载到本地。

打开浏览器,访问 Trae 官方网站:https://www.trae.cn/

在这里插入图片描述
注意:目前 Trae 已全面支持 macOS(Apple Silicon/Intel)和 Windows 系统,macOS 用户如果系统版本低于 12,需要在官网底部寻找历史版本下载链接。

第二步:系统安装

  • macOS 用户:双击打开 .dmg 文件,将 Trae 图标拖拽到 Applications(应用程序)文件夹中即可。

Windows 用户:双击下载的 .exe 安装包,按照向导提示,选择安装路径并点击“下一步”即可完成安装。

在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述

第三步:首次启动与初始化配置

  1. 打开 Trae:首次启动时,界面会弹出一个极简的引导窗口。
  2. 账号登录:你可以选择使用手机号或相关账号进行快捷登录。

安装命令行工具:建议在引导页勾选“在终端中安装 trae 命令”,方便后续直接在终端通过输入 trae . 快速在当前目录唤醒 IDE。

在这里插入图片描述
在这里插入图片描述


在这里插入图片描述


在这里插入图片描述

环境迁移(建议)
如果你之前是 VS Code 的重度用户,Trae 会贴心地提示你一键导入 VS Code 的设置、主题和扩展插件。点击确认后,你的开发环境会 1:1 完美复刻过来。
提示:如果遇到极个别不兼容的插件,可以在 Trae 左侧的“插件市场”面板中手动搜索替换,或通过 .vsix 文件本地导入。

在这里插入图片描述

三、 核心功能上手实战

安装完成后,我们来实操一下,让 Trae 的 AI 帮我们写一个简单的“贪吃蛇游戏”,感受一下“用嘴编程”。

  1. 新建项目:在电脑里新建一个空文件夹,例如命名为 SnakeGame,并用 Trae 打开它。
  2. 唤醒 AI Builder:在界面侧边栏中,找到 Builder 面板(也可以使用快捷键 Cmd/Ctrl + U 快速唤出)。
  3. 见证奇迹
    发送指令后,你会看到 Trae 开始接管工作:它会自动分析需求,在左侧目录创建 index.htmlstyle.cssscript.js 文件,并像一个真人程序员一样逐行写入代码。
  4. 调试与修改:代码生成完毕后,你可以直接预览效果。如果发现任何问题(比如“蛇撞墙没有触发游戏结束”),不要自己改代码!直接在 Builder 聊天框里对它说:“游戏结束的逻辑有 Bug,蛇撞墙没有停止”,它会自动定位到出错的代码块并帮你修复。

输入自然语言指令
在输入框中告诉 AI 你的需求,例如:

“帮我用 HTML、CSS 和 JavaScript 写一个经典的贪吃蛇网页游戏。要求:包含计分板,吃到食物后蛇的移动速度会变快,界面风格要现代化、极简主义。请帮我创建所有必要的文件并完成代码编写。”

四、 进阶技巧:如何切换满血大模型

Trae 非常灵活的一点在于模型切换。在聊天面板的顶部(输入框上方区域),你可以看到一个模型切换下拉菜单

  • 日常开发、写注释、简单逻辑:使用默认模型,响应速度极快,足够应付 80% 的场景。
  • 遇到复杂算法、晦涩报错、重构大段代码:果断在菜单中切换到 DeepSeek-R1(开启深度思考模式)。利用 R1 强大的逻辑推理能力,可以帮你精准解决疑难杂症。

五、 总结

字节跳动这款 Trae 很好地填补了国内好用且免费的 AI 原生 IDE 的空白。它不仅让资深开发者免去了繁琐的增删改查等体力劳动,也让零基础的新手有了快速验证想法的工具。目前产品正处于红利期,内置的高级大模型都可以免费使用,强烈建议各位开发者下载体验!

你在安装和使用 Trae 的过程中感觉如何?有没有遇到什么好玩的 AI 编程技巧?欢迎在评论区留言讨论!

Read more

【Axure教程】AI自动对话机器人

【Axure教程】AI自动对话机器人

AI对话机器人的应用已经非常广泛,从你日常使用的手机助手到企业复杂的客服系统,背后都有它的身影。所以今天就教大家在Axure里制作Ai对话机器人的原型模版,制作完成后,只需要在中继器表格里输入问题和答案,预览时就可以实现自动回复。具体效果你们可以观看下面的视频或打开原型预览地址亲自体验 【原型效果】 1、在输入框里输入问题后,自动搜索问题列表,如果找到答案,机器人自动回复;如果找不到答案,也会回复引导话术。 2、机器人回复时,会模拟打字输入效果,逐字回复。 3、问题和答案,可以在中继器表格里添加或修改。 【原型预览含下载地址】 https://axhub.im/ax10/bcf9d9e5357143b7/#c=1 【制作教程】 本原型模版主要分成底部背景、欢迎区域、问题列表、对话区域输入区域 1.底部背景 底部背景用矩形和线段制作,如下图所示摆放 2.欢迎区域 欢迎区域包括图标和文字,默认未提问时显示。 3.问题列表 问题列表用中继器制作,中继器里摆放矩形和文本标签,矩形用于显示文字,文本标签用于记录答案,

AI魔术师:基于视觉的增强现实特效

AI魔术师:基于视觉的增强现实特效

AI魔术师:基于视觉的增强现实特效 * 一、前言 * 二、AR 与视觉 AI 的技术基石 * 2.1 增强现实的核心概念 * 2.2 计算机视觉与 AI 的技术融合 * 2.3 技术栈选型与环境搭建 * 三、视觉 AR 的核心技术解析 * 3.1 相机标定与坐标系统 * 3.1.1 相机标定原理 * 3.1.2 标定代码实现 * 3.2 实时特征跟踪技术 * 3.2.1 ORB 特征跟踪原理 * 3.2.2 单目视觉里程计实现 * 3.3 语义分割与虚实融合

openclaw配置飞书(Feishu)机器人(2026.03.07)

openclaw配置飞书(Feishu)机器人(2026.03.07)

前提:你已经安装好openclaw,配置好了大模型。 可借鉴我另一篇博文:https://mp.ZEEKLOG.net/mp_blog/creation/editor/157513751 一、配置openclaw channel 打开终端,输入: openclaw config 开始安装,需要等一会,安装好需要你填飞书的App ID和App Secret,先放着,等执行下面的步骤 然 二、配置飞书机器人 , 获取App ID和App Secret 安装流程如下链接,太长了,不想编辑了,完成版本发布。 https://www.feishu.cn/content/article/7613711414611463386 1.配置事件长连接时,需要在openclaw上安装飞书SDK(如果步骤一没执行会长连接失败) 2.当然以上配还是有问题的,

OpenClaw-多飞书机器人与多Agent团队实战复盘

OpenClaw-多飞书机器人与多Agent团队实战复盘

OpenClaw 多飞书机器人与多 Agent 团队实战复盘 这篇文章完整记录一次从单机安装到多机器人协作落地的真实过程: 包括 Windows 安装报错、Gateway 连通、模型切换、Feishu 配对、多 Agent 路由、身份错位修复,以及最终形成“产品-开发-测试-评审-文档-运维”团队。 一、目标与结果 这次实践的目标很明确: 1. 在 Windows 上稳定跑通 OpenClaw 2. 接入飞书机器人 3. 做到一个机器人对应一个 Agent 角色 4. 支持多模型并行(OpenAI + Ollama) 5. 最终形成可执行的多 Agent 团队 最终落地状态(已验证): * 渠道:Feishu 多账号在线 * 路由:按 accountId